1、隨著Intemet技術(shù)的突飛猛進(jìn)，Web信息量爆炸性增長(zhǎng)，人們?cè)絹?lái)越習(xí)慣使用搜索引擎查找所關(guān)心的信息了。但浩瀚的信息資源卻給搜索引擎的發(fā)展提出了新的挑戰(zhàn)。如何有效、快捷、準(zhǔn)確地將查詢結(jié)果返回給用戶，提高Web信息檢索效果，已變成一項(xiàng)迫切而有意義的研究課題和熱點(diǎn)。 本文主要是圍繞HTML和XML兩種文檔的結(jié)構(gòu)特征和主題內(nèi)容兩方面的因素考慮，對(duì)當(dāng)前的Web信息檢索技術(shù)進(jìn)行研究，包括技術(shù)較為成熟的HTML文檔檢索與剛剛起步的XML文檔

2、檢索。 首先，本文對(duì)Web信息檢索進(jìn)行了概述，并簡(jiǎn)單介紹了搜索引擎的工作原理、檢索模型、研究熱點(diǎn)、組成結(jié)構(gòu)、分類及評(píng)價(jià)標(biāo)準(zhǔn)。在HTML文檔檢索研究中，由于當(dāng)前檢索方法的精度不高，本文利用網(wǎng)頁(yè)間鏈接關(guān)系和錨文本，綜合考慮文檔結(jié)構(gòu)和內(nèi)容，對(duì)現(xiàn)有網(wǎng)頁(yè)排序算法進(jìn)行合理改進(jìn)。實(shí)驗(yàn)結(jié)果表明，該算法可以在一定程度上提高文檔檢索的準(zhǔn)確率和召回率。 其次，檢索結(jié)果以列表形式返回給用戶，給用戶的瀏覽造成很大困難。為了方便甩戶瀏覽和節(jié)省查閱時(shí)

3、間，本文使用一種基于鏈接擴(kuò)展的方法實(shí)現(xiàn)檢索結(jié)果的自動(dòng)分類，使其以類別目錄方式加以顯示。實(shí)驗(yàn)結(jié)果表明，該方法可在一定程度上提高網(wǎng)頁(yè)自動(dòng)分類精度，并在SEWM2007中文網(wǎng)頁(yè)分類中獲得較好結(jié)果。 此外，本文還在傳統(tǒng)HTML檢索理論的基礎(chǔ)上，對(duì)XML文檔檢索進(jìn)行研究，根據(jù)XML文檔結(jié)構(gòu)特征，提出了一種基于融合策略和主題分類的XML檢索再次排序的改進(jìn)方法。實(shí)驗(yàn)結(jié)果證明，該方法能夠提高檢索系統(tǒng)的綜合評(píng)價(jià)指標(biāo)，并在INEX2007任務(wù)評(píng)測(cè)中